基于CUDA的醫(yī)學(xué)圖像3D可視化技術(shù)的研究.pdf

1、醫(yī)學(xué)圖像三維可視化指的是將由高科技成像設(shè)備XRadio、CT、MRI掃描所獲的2D切片圖像重建出人體生理組織及器官的3D模型的過(guò)程。它在生物醫(yī)學(xué)領(lǐng)域發(fā)揮著重要作用，像醫(yī)學(xué)診斷、影像教學(xué)、手術(shù)仿真等。目前，由于3D重建計(jì)算量巨大，為實(shí)現(xiàn)實(shí)時(shí)性的3D繪制，大多數(shù)3D產(chǎn)品的開發(fā)需用到昂貴的圖形顯卡或?qū)I(yè)的圖形工作站。本文在對(duì)與可視化技術(shù)相關(guān)的圖像分割、3D重建等進(jìn)行深入分析的基礎(chǔ)上，研究了基于模糊理論和CUDA并行開發(fā)平臺(tái)的面繪制技術(shù)。具體工

2、作如下:
　　 1、圖像分割:由于醫(yī)學(xué)成像設(shè)備元器件的隨機(jī)抖動(dòng)現(xiàn)象會(huì)導(dǎo)致噪聲的產(chǎn)生，加上人體生理組織器官本身結(jié)構(gòu)的復(fù)雜性，致使醫(yī)學(xué)圖像具有模糊性和不穩(wěn)定性的特點(diǎn)。標(biāo)準(zhǔn)的模糊C均值聚類分割算法充分考慮到了圖像的特征，但卻僅對(duì)類似于正態(tài)分布或球類分布的圖像具有較好的分割效果，且算法執(zhí)行時(shí)間較長(zhǎng)。本文結(jié)合Mercer理論和快速模糊C均值聚類算法，實(shí)現(xiàn)了基于高斯核函數(shù)的快速模糊C均值聚類算法，有效的提升了模糊均值聚類算法對(duì)處于任意簇分布

3、的圖像進(jìn)行分割的高效性和準(zhǔn)確性、突出了圖像的感興趣區(qū)域，改善了圖像的視覺(jué)效果。
　　 2、圖像3D重建:在使用并行MC算法進(jìn)行3D重建之前利用并行計(jì)算的方式對(duì)邊界體素進(jìn)行提取。在使用MC算法進(jìn)行圖像的3D重建之后，利用兩種不同的方式對(duì)等值點(diǎn)進(jìn)行存儲(chǔ)，即利用CPU內(nèi)存存儲(chǔ)等值點(diǎn)和利用CUDA緩沖區(qū)VB存儲(chǔ)等值點(diǎn)。通過(guò)對(duì)比試驗(yàn)發(fā)現(xiàn)，利用緩沖區(qū)存儲(chǔ)等值點(diǎn)的方案有效的提升了圖像渲染的速率，實(shí)現(xiàn)了實(shí)時(shí)性的3D維繪制。
　　 3、三